#今日论文推荐#ECCV 2022 | 浙大提出:基于骨骼点的少样本动作识别
少样本动作识别在动作识别领域是一个大家期望达到的目标。近几年,围绕少样本动作识别这一主题出现了大量的文章。但目前的少样本动作识别工作大部分都是基于视频的,具有数据维度高,难以训练等等问题。我们组前段时间挖了个新坑,即从低维的骨骼点数据上进行动作少样本识别:“Learning Spatial-Preserved Skeleton Representations for Few-Shot Action Recognition(ECCV 2022)。
该工作在较少的训练数据下取得了良好的效果。比如在NTU-RGB+D 120上我们取了100类,每个类取30个样本,组成共3000个动作的数据集,就能达到70%以上的1-shot精度。接下来将为大家简要介绍我们的主要内容,更多细节还请移步原文。
论文题目:Learning Spatial-Preserved Skeleton Representations for Few-Shot Action Recognition
详细解读:https://www.aminer.cn/research_report/63062d797cb68b460f0af6d8https://www.aminer.cn/research_report/63062d797cb68b460f0af6d8
AMiner链接:https://www.aminer.cn/?f=cs